クローズドループ– tag –
-
ArXivに基盤モデルとベイジアン最適化を統合した材料設計ワークフローが登場、計算コストを削減
arXiv アメリカ 概要 arXivで発表されたプレプリント論文は、サロゲートゲート型生成と基盤モデル埋め込みを統合した新しいベイジアン材料設計ワークフローを提案しています。このアプローチは、事前学習されたORB埋め込みとガウス過程を組み合わせること... -
東北大学、AI駆動型デジタル触媒プラットフォーム「DigCat 4.0」を発表し触媒発見を加速
東北大学 日本 概要 東北大学の研究者らは、AIを活用したデジタル触媒プラットフォーム「DigCat 4.0」を発表し、触媒発見の新たな時代を拓きました。このプラットフォームは、実験データ、理論計算、科学文献を統合し、キュレーションされた相互運用可能な... -
AI活用で金属有機材料設計を動的ネットワークへ拡張、自己駆動型ラボが合成加速
MDPI 国際 概要 AIを用いた金属有機材料（MOM）設計は、従来の結晶性MOFから、金属-ポリフェノールネットワーク（MPN）のような動的配位ネットワークへと応用範囲を広げることが提案されています。この新たなアプローチは、プロセス認識型、界面感受型、機... -
Lisa Pedrosa、AIとロボティクス統合による「自己駆動型ラボ」の台頭と科学的発見の変革を解説
Lisa Pedrosa アメリカ 概要 Lisa Pedrosa氏の記事は、AIとロボット工学、人間の専門知識を統合した「自己駆動型ラボ」が、科学的発見を根本から変革している状況を解説しています。自己駆動型ラボは、継続的な学習ループを通じて、実験の設計、実行、分析... -
OAE Publishingが解釈可能な機械学習で(CuNiMn)-X合金の強度-延性トレードオフを解明、高性能銅合金の設計を効率化
OAE Publishing Inc. 中国 概要 OAE Publishing Inc.は、解釈可能な機械学習を用いた統合戦略により、(CuNiMn)-X合金の強度-延性トレードオフを解明し、相乗効果を持つ高性能銅合金を効率的に設計する手法を発表しました。このアプローチは、微細構造、圧... -
LLMがCo-Cr-Ni中エントロピー合金の熱輸送特性スクリーニングを自動化、自律型材料発見ワークフローを概念実証
ChemRxiv アメリカ 概要 この研究は、大規模言語モデル（LLM）の意思決定モジュールを分子動力学シミュレーションと統合した、再現可能なクローズドループワークフローを提示しました。これにより、Co-Cr-Ni中エントロピー合金の熱輸送特性スクリーニング... -
信頼性ゲート付き第一原理フィードバック「InvDesMobility」がクローズドループ材料発見を加速、キャリア移動度予測で効果
ResearchGate アメリカ 概要 この論文は、信頼性ゲート付き第一原理フィードバックフレームワーク「InvDesMobility」をクローズドループ逆材料設計に導入しました。InvDesMobilityは、目標機能に基づいて構造を発見することに特化し、高価な第一原理計算の... -
世界経済フォーラム、AIとセルフドライビングラボで材料発見を数年から数ヶ月に短縮する新戦略を提言
The World Economic Forum スイス 概要 世界経済フォーラムは、気候変動対策の鍵となる材料イノベーションを加速するため、AIと自動化された実験を統合した「クローズドループ学習システム」や「セルフドライビングラボ」の導入を提言しました。このアプロ... -
InvDesMobilityフレームワーク、キャリア移動度に基づく信頼性ゲート付き第一原理フィードバックで材料探索を効率化
arXiv 国際 概要 InvDesMobilityは、キャリア移動度に関する信頼性ゲート付き第一原理フィードバックを利用したクローズドループ型逆材料設計フレームワークです。このフレームワークは、自動DFT計算、生成構造提案、取得ランキングを統合し、高価な計算特... -
フィンランドVTT、AI駆動型「RADIANT」プロジェクトで材料開発期間を数年から数ヶ月に短縮
VTT フィンランド 概要 フィンランドのVTT技術研究センターとヘルシンキ大学は、AI駆動型材料加速プラットフォーム「RADIANT」プロジェクトを開始しました。このプロジェクトは、自律型ラボ、ハイスループット合成、高度な計算を組み合わせることで、新材... -
arXiv、生成モデル・マルチモーダル学習・クローズドループを統合した逆材料設計のレビューを発表
arXiv 不明 概要 arXivに公開された最新のレビュー論文が、逆材料設計における生成モデル、マルチモーダル学習、クローズドループワークフローの進展を概説しています。この研究は、材料科学が順方向予測から物理的制約の下で目標を満たす候補を提案する自... -
米国エネルギー省、基礎モデルと生成AIで『予測可能機能』材料の逆設計を推進
Department of Energy アメリカ 概要 米国エネルギー省（DOE）は、基礎モデル、生成AI、エージェントAIを統合した物理学認識AIフレームワークが、予測可能な機能を持つ材料の逆設計を実現する画期的なアプローチであると発表しました。このフレームワーク...
12